搜题
章节测试答案
学历考试
继续教育
网课答案
网课答案全集
登录
注册
热门标签: 神经网络
机器学习算法()A.逻辑回归和线性回归B.人工神经网络C.支持向量机D.随机森林为代表的集成学习等
常见的分类算法有哪些? ()A.逻辑回归、KNNB.SVM、神经网络C.随机森林、贝叶斯D.ALL
2325. 用于分类与回归应用的主要算法有( ) 选项: A: 随机森林、Apriori B: 逻辑回归、K均值、决策树 C: 支持向量机、SOM神经网络 D: 决策树、BP神经网络、朴素贝叶斯
关于激活函数以下说法正确的是()多选A.sigmoid函数在深度神经网络中梯度反向传递时容易导致梯度消失B.tanh函数对于规模比较大的深度网络计算速度比较慢C.ReLU函数计算速度和收敛速度都比tanh/sigmoid快D.ReLU函数的正区间存在梯度消失问题
Sigmoid激活函数的描述中,错误的是( )。 选项: A、在函数曲线的两端,导数趋于0,易造成梯度消失 B、是一种平滑的曲线,输出连续性变化 C、导数可直接用函数值计算,不需要求导。 D、有效缓解神经网络训练时的梯度消失
以下关于sigmoid函数的优点说法错误的是?A.函数处处连续,便于求导B.可以用于处理二分类问题C.在深层次神经网络反馈传输中,不易出现梯度消失D.可以压缩数据值到[0,1]之间,便于后续处理
有关循环神经网络激活函数的说法,以下哪个是错误的?A、ReLU可以减少循环神经网络的梯度消失问题B、Sigmoid函数相对于Tanh函数来说更容易导致梯度消失C、取Tanh或Sigmoid函数作为激活函数,做梯度下降时,偏导数是一堆小数在做乘法,容易导致网络梯度消失。D、Tanh函数相对于Sigmoid函数来说梯度较小,收敛速度更快更慢
Sigmoid激活函数的描述中,错误的是( )。 A: 在函数曲线的两端,导数趋于0,易造成梯度消失 B: 是一种平滑的曲线,输出连续性变化 C: 导数可直接用函数值计算,不需要求导。 D: 有效缓解神经网络训练时的梯度消失
机器学习的首要范畴是( )。 选项: A: 人工智能 B: 归纳学习 C: 深度学习 D: 神经网络学习
企业创新的竞争力评价模型主要有( )。 选项: A: 学习过程模型 B: 模糊神经网络评价模型 C: 一体化创新过程模型 D: 综合评价模型
«
1
2
...
282
283
284
285
286
287
288
...
398
399
»
登录 - 搜题小帮手
登录
立即注册
已购买搜题包,但忘记账号密码?
登录即同意
《服务协议》
及
《隐私政策》
注册 - 搜题小帮手
确认注册
立即登录
登录即同意
《服务协议》
及
《隐私政策》